人工智能与BIM在变电工程概算中的应用研究

摘要

针对传统变电工程概算方法存在工作量大且误差较大的问题,文中提出了基于BIM和粒子群(PSO)-支持向量机(SVM)的变电工程智能概算方法.推导SVM模型,分析固定的核函数参数和惩罚系数对SVM模型的影响;提出利用PSO算法优化SVM核函数参数和惩罚系数的改进方法;利用变电工程的BIM模型及特征数据作为PSO-SVM模型的输入,实现变电工程的智能化成本概算.算例分析结果表明,文中所提基于BIM和PSO-SVM的变电工程成本概算方法的误差绝对值均小于10％,相比于传统SVM算法具有更高的准确性,且通过参数优化能够满足不同实际变电工程成本概算需求.